แล็บกรณีศึกษา: ถนนหลังฝนและคุณภาพข้อมูล

ผลลัพธ์และความรู้ก่อนเรียน

ผู้เรียนจะส่งมอบรายงานพร้อมเส้นทางตรวจย้อนกลับ แยกการวิเคราะห์ภาพจากการตรวจคุณภาพเชิงตำแหน่ง และคำนวณ RMSE ของจุดตรวจได้ อ่าน หลักฐานและรายงาน, จุดควบคุม และ ความถูกต้อง ก่อน

เปิดแผนภาพขนาดเต็มเพื่อขยายดูรายละเอียด

โจทย์และข้อมูลที่ให้

ทีมเทศบาลสมมติต้องการจัดลำดับช่วงถนนที่ควรตรวจหลังฝนหนัก ผู้เรียนรับหน้าที่วางแผนและจัดทำรายงาน ข้อมูลทุกชิ้นในสามแพ็กสร้างขึ้นเพื่อเรียน ไม่มีเหตุการณ์จริง ไม่มีการเก็บภาพทางอากาศ และไม่มีการสร้าง orthophoto จากภาพจริง

แพ็ก	ใช้ฝึก	สิ่งที่ไม่ใช่
Mission	brief ความเสี่ยง checklist และ log	แผนอนุมัติบินจริง
Imagery	ฉาก SVG, metadata สมมติ, hash และรายงาน	ภาพถ่าย RGB/IR หรือ EXIF จริง
GIS quality	จุด local GCP/CP และสูตร RMSE	ผลสำรวจหรือผล fit photogrammetry

GCP ใช้ช่วยปรับแบบจำลอง ส่วน checkpoint ที่แยกไว้ใช้ตรวจผลอย่างอิสระ ไม่ควรนำค่าคลาดที่จุดซึ่งใช้ปรับแบบจำลองมาแทนความถูกต้องอิสระของงานทั้งหมด WebODM Ground Control Points ในแพ็กนี้บทบาทจุดเป็นการจำลองเพื่อเรียนเท่านั้น

ขั้นปฏิบัติ

1. แตกแพ็กทั้งสาม อ่าน README และใบสิทธิ์ข้อมูล ตั้งโฟลเดอร์ต้นฉบับกับสำเนาทำงานแยกกัน
2. เติม brief ระบุว่ารายงานใช้จัดลำดับการตรวจเพิ่ม ไม่ใช่รับรองความปลอดภัยของถนน และบันทึก HOLD เมื่อข้อจำกัดสำคัญยังค้าง
3. ตรวจ hash ใน imagery pack ด้วย python verify.py บน Windows หรือ python3 verify.py บน Linux แล้วบันทึก OS และ Python version
4. เปิดฉาก SVG ทำ annotation บนสำเนาโดยอ้าง R1/R2 และระบุข้อสังเกต ข้อสันนิษฐาน ทางเลือก และสิ่งที่ยังไม่รู้
5. เปิด checkpoints.csv เป็นตาราง อ่านค่า reference และ estimate คำนวณผลต่าง CP1 ด้วยมือ
6. ใน GIS pack รัน python rmse.py บน Windows หรือ python3 rmse.py บน Linux แล้วเปรียบเทียบกับผลมือ
7. ถ้าใช้ QGIS เปิด synthetic-local-tables.qgs หลังแตกทั้งโฟลเดอร์ โปรเจกต์อ้าง CSV ด้วย relative path เป็นตารางไม่มี geometry และไม่มี Earth CRS ให้ตรวจ Layer/Project Properties ก่อนใช้ ส่วน illustrative-wgs84.geojson เป็นจุดแสดงผลสังเคราะห์ที่แยกจาก CSV ห้ามนำมารวมเป็นแผนที่สำรวจเดียวกัน
8. ส่งรายงาน แฟ้มที่มา ผลสคริปต์ และรายการข้อจำกัดให้เพื่อนตรวจโดยไม่บอกคำตอบปากเปล่า แล้วปรับฉบับใหม่พร้อมประวัติ

คำตอบเชิงตัวเลข

กำหนด dx = estimate_x − reference_x และ dy = estimate_y − reference_y หน่วยเมตร สำหรับ CP1 ได้ +0.3 และ +0.4 เมตร จุดตรวจทั้งสี่มีเครื่องหมายต่างกัน แต่กำลังสองเท่ากัน

RMSE_X = sqrt(mean(dx²)) = 0.3 m
RMSE_Y = sqrt(mean(dy²)) = 0.4 m
RMSE_H = sqrt(mean(dx² + dy²)) = 0.5 m

ค่าคาดหมายของสคริปต์คือ n=4 RMSE_X=0.300000 m RMSE_Y=0.400000 m RMSE_H=0.500000 m ไม่มีค่า Z จึงไม่มี RMSE_Z และตัวเลขนี้ไม่ใช่ความเชื่อมั่น 95% ไม่มีเกณฑ์ผ่านทั่วไปที่อนุมานได้จากแบบฝึก

ถ้าโจทย์ห้องเรียนสมมติเกณฑ์ RMSE_H ไม่เกิน 0.2 เมตร ชุดนี้ไม่ผ่านเกณฑ์นั้น แต่ไม่ได้แปลว่า 0.2 เมตรเป็นมาตรฐานทุกงาน ข้อมูลจริงต้องประเมินความไม่แน่นอนของจุดอ้างอิง การกระจายจุด วิธีเก็บ และระบบพิกัดด้วย

เกณฑ์ตรวจรายงาน 10 คะแนน

ด้าน	2 คะแนนเมื่อ
โจทย์และการตัดสินใจ	brief ชัดและไม่ข้ามข้อค้างสำคัญ
คุณภาพข้อสรุปภาพ	แยกเห็น/ตีความ/ทางเลือก พร้อมบริเวณอ้างอิง
ที่มาและความคงเดิม	ตรวจ hash และรักษาประวัติสำเนา
คุณภาพเชิงตำแหน่ง	สูตร หน่วย และบทบาท GCP/CP ถูกต้อง
การตรวจซ้ำ	เพื่อนทำซ้ำได้และเห็นข้อจำกัดทั้งหมด

ให้ 1 คะแนนเมื่อทำได้บางส่วน และ 0 เมื่อไม่มีหลักฐาน การนำฉากสมมติไปอ้างเป็นภาพจริง หรือกำหนด EPSG ให้แกน local โดยไม่มีที่มา ต้องแก้ก่อนส่งแม้คะแนนด้านอื่นสูง

อ้างอิงและสถานะเครื่องมือ

• WebODM, Ground Control Points — เอกสาร, ตรวจ 26 กันยายน 2026
• QGIS, Training Manual 3.44 — คู่มือ, ตรวจ 26 กันยายน 2026 ขั้นเปิดตารางเป็นแนวทางจากเอกสาร ไม่อ้างว่าทดลอง GUI แล้ว
• แบบฝึกเป็นการคำนวณจากข้อมูลที่กำหนด ไม่ได้ทดสอบการบิน เซนเซอร์ หรือ engine สร้างแผนที่ อ่านต่อ การส่งมอบแผนที่ เมื่อต้องจัดชุดข้อมูลจริง